Social Rocket
O LinkedIn alargou a deteção de publicações genéricas geradas por IA às publicações recomendadas para além da rede de contactos imediata. O vice-presidente de engenharia Tim Jurka indica para isso, a 8 de outubro 2026, uma precisão de 94 por cento. Para os profissionais de marketing B2B, o mais relevante é que conteúdos passam a alcançar menos novos públicos – e o que este número não prova.
94 por cento de precisão não significa ausência de erros
O LinkedIn usa grandes modelos de linguagem como “professores” que captam novos padrões de conteúdo repetitivo. Modelos mais pequenos assumem a verificação em grande escala. Além disso, agentes de IA especializados trabalham com regras de conteúdo; os casos pouco claros podem ser encaminhados para revisores humanos. Segundo Jurka, os modelos são atualizados, entre outros métodos, com processos LoRA de adaptação eficiente.
Os 94 por cento são uma precisão comunicada pela empresa para a deteção de “AI slop” em conteúdos distribuídos para além da própria rede. A precisão descreve a proporção de acertos entre os casos marcados como problemáticos. Não significa que 94 por cento de todas as publicações de IA sejam detetadas; para isso seriam necessários dados sobre a taxa de recall. O LinkedIn também não indica auditorias independentes nem taxas de erro para determinados idiomas.
O que conta é a substância, não a ferramenta de IA
O LinkedIn define “AI slop” como publicações genéricas, repetitivas ou pobres em substância, sem perspetiva própria. Segundo o centro de ajuda oficial, as formulações com apoio de IA são expressamente permitidas, desde que a experiência, a opinião e o valor profissional continuem visíveis. Conteúdos de baixo valor são antes limitados na sua distribuição, em vez de serem eliminados de forma generalizada.
Já em setembro, o LinkedIn reportou menos 40 por cento de visualizações para conteúdos que a própria plataforma classifica como “AI slop”. Mais de um milhão de membros terão usado a nova função de feedback nas primeiras duas semanas. Trata-se de dados do LinkedIn, não de um estudo controlado sobre o sucesso do botão de denúncia. A diferença face à ação já documentada contra o envolvimento automatizado e as interações falsas é importante: desta vez, a plataforma explica de forma mais concreta a verificação técnica da qualidade dos conteúdos.
Também os anúncios recebem feedback de slop – com outras consequências
Os utilizadores podem selecionar “Seems like AI slop” também nos anúncios no feed do LinkedIn. Segundo o LinkedIn Marketing Solutions, isto não se aplica, de momento, à coluna lateral direita nem ao Audience Network. Nos anúncios, o LinkedIn utiliza atualmente estes feedbacks apenas para melhorias internas do produto. Os anunciantes não recebem qualquer notificação nem um indicador correspondente nos relatórios. Por isso, o botão não deve ser interpretado como uma desvalorização automática de campanhas individuais.
O que as equipas B2B devem verificar já
Os riscos práticos residem menos na utilização da IA do que em padrões de texto intercambiáveis: promessas de sucesso sem substância, séries de comentários automatizados e publicações sem observações próprias. Um bom passo de controlo antes de publicar: há um número verificável, um exemplo comprovado, uma decisão técnica ou uma perspetiva independente?
Para a análise de desempenho, vale ainda a pena observar as impressões da própria rede e as de fora dela em separado, na medida em que as análises disponíveis o permitam. O feed de rede planeado pelo LinkedIn e a transição do reescritor de IA para o revisor encaixam na mesma estratégia de qualidade. No processo de compra B2B, vozes especializadas credíveis podem ser mais importantes do que um volume elevado de publicações.
Fontes: Tim Jurka / LinkedIn, 8.10.2026; LinkedIn News, 15.9.2026; Ajuda do LinkedIn para anunciantes; Social Media Today, 8.10.2026.
Imagem: imagem oficial de capa do artigo de engenharia, LinkedIn / Tim Jurka.